TrainO: el motor decide la sesión
Un sistema de entrenamiento que no reparte plantillas: razona cada sesión contra tu recuperación real, con reglas que puedo auditar.
El problema
Los planes de entrenamiento genéricos asumen que todos los días son iguales. No lo son: la recuperación varía, y un plan que ignora eso o te subentrena o te lesiona. Yo llegué al problema desde el lado equivocado — recuperándome de una lesión — y descubrí que las apps del mercado o eran catálogos de rutinas o cajas negras que "ajustaban" sin explicar por qué.
La decisión de arquitectura
Construí el ajuste como un motor determinístico: entradas explícitas (historial, recuperación declarada, progresión objetivo), reglas escritas antes que el código, y una salida que siempre puede explicarse hacia atrás. Nada de un modelo que "intuye" la carga. Cuando la IA participa, lo hace dentro de límites: propone, no decide.
El principio que demuestra
El sistema no interpreta; ejecuta. Un motor cuyas decisiones no puedes reconstruir no es adaptativo: es impredecible, y en algo que toca tu cuerpo eso no es aceptable.
Estado actual
Funcional, en iOS y Android. La bitácora documenta las decisiones de diseño según se toman.